自動運転車モデルの開発
よりスマートで安全な運転モデルを構築
利点
自動運転車にとってモデル開発が重要な理由
モデル開発は、リーズニングを実行するモデル、ロングテールをカバーするデータ、エッジ ケースでの継続的な反復改善を通じて、プロトタイプと量産対応の自動運転車のギャップを埋めます。
高スループットなデータ処理
AV は、カメラや LiDAR、レーダー、センサーからテラバイト規模のマルチモーダル データを生成します。 このデータは、AI モデルのトレーニングに使用される前に、大規模に取り込み、再構築、キュレーション、ラベル付けする必要があります。
継続的な改善
AV システムは改善し続ける必要があり、新しいデータ、まれなイベント、エッジ ケースから学習して、認識、予測、計画の精度を高めていきます。
大規模な合成データ生成
実走行から高スループットな合成データ生成とスケーラブルなシーン再構築の最適化 これにより、フリート データに基づく変更の効率的な検証と、幅広いシナリオの網羅が可能になります。
セーフティ グレード データのキュレーション
単にデータ量を増やすのではなく、適切なデータを使用して、安全上重要なシステムのトレーニングと検証を確実に行います。
テクノロジ
データセットの準備とモデル トレーニング
導入事例
開発を加速
NVIDIA フィジカル AI データセット (自動運転車、ロボット、スマート スペース開発のためのオープンソース データセット) でデータのボトルネックを解消します。この統合コレクションは、NVIDIA フィジカル AI の構築に使用された検証済みデータで構成されており、現在 Hugging Face で開発者に提供されています。
関連情報
AI、アクセラレーテッド コンピューティング、シミュレーションにおけるブレイクスルー
-
ブログ
-
プレス リリース
-
セッション
次のステップ
お問い合わせ
NVIDIA オートモーティブ インフラストラクチャによる自動運転に革命と、より安全でスマートなモビリティの未来をご覧ください。
自動車関連のニュース
NVIDIA の最新情報をメールで受け取ることができます。
NVIDIA の自動車向けソリューション
NVIDIA のソリューションが、自動車の運転の未来を設計、可視化、開発、シミュレーションするためのパフォーマンスと拡張性を、どのように実現しているかをご覧ください。